用列表中的数据在 Python 中拟合正弦波 [关闭]

Question

我有一个大约 100 个数字的列表。我知道数据合理地适合一些正弦函数。我想创建某种曲线。理想情况下，我想提取幅度、相位和频率。有什么建议或想法吗？

例如： 输入列表 = [x1,...,x100]

我正在尝试找出一些可以做到这一点的函数

def fitCurve(inputList): A = amplitude(inputList) #calculate frequency #calculate phase

def amplitude(data):
    return (max(data) - min(data))/2

def frequency(data):
    #my first intuition is to find the first peak, but I'm not sure how to find the second one

def phase(data):
   #not sure what to do here at all...

Answer 1

我不会给你代码，但这可能是我会尝试的。成功在很大程度上取决于您的数据有多好。 对于最后一步，要获得幅度、频率和相位的最终值，您可以使用一些优化框架。只是这通常需要一个很好的初始解决方案。 但是，如果我们假设数据生成为x(t) = A*sin(2*pi*f*t + phi) + w(t)，其中w(t) 是加性的、零均值的噪声，则以下可能起作用：

1. 使用 DFT 通过在信号幅度谱中找到峰值来估计频率。
2. 通过查看最大/最小信号值来估计幅度。可能需要进行一些预过滤（简单的低通？）以获得良好的估计。
3. 使用优化来查找相位并微调幅度和频率。